前言:
眼前看官们对“wget克隆网站”大概比较着重,朋友们都需要知道一些“wget克隆网站”的相关文章。那么小编也在网上汇集了一些对于“wget克隆网站””的相关内容,希望你们能喜欢,大家快快来了解一下吧!Fast Online Object Tracking and Segmentation: A Unifying Approach
论文地址:
Github项目地址:
这是SiamMask(CVPR2019)的官方参考代码。 有关技术细节,请参阅:
Fast Online Object Tracking and Segmentation: A Unifying Approach
作者:Qiang Wang*, Li Zhang*, Luca Bertinetto*, Weiming Hu, Philip H.S. Torr ( * 表示付出同等贡献)
CVPR2019
[ Paper - 论文 ] [ Video - 视频(油管)] [ Project Page - 项目页面 ]
目录
环境设置
Demo
测试模型
环境设置
所有代码都已经在Ubuntu 16.04,Python 3.6,Pytorch 0.4.1,CUDA 9.2,GTX 2080 GPU的环境上进行了测试
克隆项目仓库
git clone && cd SiamMaskexport SiamMask=$PWD
设置python环境
conda create -n siammask python=3.6source activate siammask
pip install -r requirements.txt
bash make.sh
将项目添加到PYTHONPATH
export PYTHONPATH=$PWD:$PYTHONPATH
Demo
设置 好使用环境
下载 SiamMask 模型
cd $SiamMask/experiments/siammaskwget -q
wget -q
运行 demo.py
cd $SiamMask/experiments/siammaskexport PYTHONPATH=$PWD:$PYTHONPATH
python ../../tools/demo.py --resume SiamMask_DAVIS.pth --config config_davis.json
测试模型
设置 好使用环境
下载测试数据
cd $SiamMask/databash get_test_data.sh
下载预训练模型
cd $SiamMask/experiments/siammaskwget -q
wget -q
评估 VOT 的表现
bash test_mask_refine.sh config_vot.json SiamMask_VOT.pth VOT2016 0bash test_mask_refine.sh config_vot.json SiamMask_VOT.pth VOT2018 0
python ../../tools/eval.py --dataset VOT2016 --tracker_prefix Cus --result_dir ./test/VOT2016
python ../../tools/eval.py --dataset VOT2018 --tracker_prefix Cus --result_dir ./test/VOT2018
评估 DAVIS 的性能(少于50秒)
bash test_mask_refine.sh config_davis.json SiamMask_DAVIS.pth DAVIS2016 0bash test_mask_refine.sh config_davis.json SiamMask_DAVIS.pth DAVIS2017 0
评估 Youtube-VOS 的性能(需要 从网站下载数据 )
bash test_mask_refine.sh config_davis.json SiamMask_DAVIS.pth ytb_vos 0
结果
以下是在本项目仓库复制的结果。 所有结果都可以从我们的 项目页面 下载。
跟 踪 器
VOT2016
EAO / A / R
VOT2018
EAO / A / R
DAVIS2016
J / F
DAVIS2017
J / F
Youtube-VOS
J_s / J_u / F_s / F_u
速度
SiamMask w/o Mask
0.412 / 0.623 / 0.233
0.363 / 0.584 / 0.300
- / -
- / -
- / - / - / -
76.95 FPS
SiamMask
0.433 / 0.639 / 0.214
0.380 / 0.609 / 0.276
0.713 / 0.674
0.543 / 0.585
0.602 / 0.451 / 0.582 / 0.477
56.23 FPS
注意:速度是在 GTX 2080 上测试的
License
本项目遵循MIT Licence
引用SiamMask
如果你需要使用代码,请引用下方的声明代码块:
@article{Wang2019SiamMask,title={Fast Online Object Tracking and Segmentation: A Unifying Approach},
author={Wang, Qiang and Zhang, Li and Bertinetto, Luca and Hu, Weiming and Torr, Philip HS},
journal={The IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
year={2019}
}
点击阅读原文,查看 更多关于 cvpr 顶会的讨论
标签: #wget克隆网站